假定我有5枚硬币，都是正反面不均匀的。我们玩一个游戏，每次你可以选择其中一枚硬币掷出，如果掷出正面，你将得到一百块嘉奖。掷硬币的次数有限（比如10000次），明显，如果要拿到最多的好处，你要做的就是尽快找出“正面几率最大”的硬币，然后就拿它赚钱了。假定我有5枚硬币，都是正反面不均匀的。我们玩一个游戏，每次你可以选择其中一枚硬币掷出，如果掷出正面
阅读背景：
Bandit:一种简单而强大的在线学习算法
来源：互联网
分享到：
